Escaneo de Vulnerabilidades con el Marco de Trabajo de IA de GitHub Security Lab

En los últimos meses, el Laboratorio de Seguridad de GitHub ha revolucionado la detección de vulnerabilidades en aplicaciones web a través de su «Agente de Tarea de Seguridad». Esta herramienta, acoplada a un innovador conjunto de flujos de tareas de auditoría, ha mostrado una eficacia notable en la identificación de vulnerabilidades significativas dentro de proyectos de código abierto.

Para los investigadores de seguridad, quienes normalmente invertían largas horas en investigar vulnerabilidades que resultaban no ser explotables, este avance representa un cambio significativo. Ahora pueden dedicar más tiempo a la verificación manual de resultados y a la elaboración de informes detallados sobre las vulnerabilidades detectadas. Muchas de estas vulnerabilidades tienen una gravedad elevada, y están relacionadas con saltos de autorización o divulgación de información, lo que permite a usuarios obtener acceso no autorizado a datos privados de otros.

Hasta el momento, se han identificado más de 80 vulnerabilidades, con aproximadamente 20 ya divulgadas oficialmente. Las actividades de divulgación se van actualizando frecuentemente en una página de asesorías, asegurando que la comunidad se mantenga informada sobre los avances en la detección de vulnerabilidades. Ejemplos concretos de estos hallazgos incluyen accesos no autorizados a información personal en carritos de compra y fallos en sistemas de autenticación que permiten el inicio de sesión con cualquier contraseña en aplicaciones de chat.

El avance en la compartición de conocimiento dentro de la comunidad de seguridad es notable, ya que el marco de trabajo de GitHub ha sido liberado como código abierto. Esta apertura posibilita que más equipos lo implementen en sus proyectos, contribuyendo al desarrollo y fortalecimiento de los flujos de trabajo, lo cual acelera la eliminación colectiva de vulnerabilidades.

El sistema de flujos de tareas, implementado a través de archivos YAML, describe una serie de pasos que se realizan con modelos de lenguaje. Esto permite crear prompts para diversas actividades interdependientes, con el objetivo de reducir falsos positivos y minimizar errores del sistema. El proceso inicia con un modelado de amenazas, sigue con la sugerencia de vulnerabilidades potenciales y concluye con una auditoría detallada de dichos problemas.

Gracias a esta tecnología, no solo se ha mejorado la identificación de vulnerabilidades, sino también se ha optimizado el proceso de auditoría general, permitiendo un enfoque más meticuloso y menos propenso a errores. La misión del Laboratorio de Seguridad de GitHub es clara: detectar y corregir ineficiencias en el código que puedan representar riesgos de seguridad, y crear un entorno más seguro para quienes desarrollan y utilizan software de código abierto.

Scroll al inicio